MétaCan
Menu
Retour à la cohorte
Enregistrement W3082818095 · doi:10.18192/aporia.v12i1.4841

How Companion Animals Support Recovery from Opioid Use Disorder: An Exploratory Study of Patients in a Methadone Maintenance Treatment Program

2020· article· en· W3082818095 sur OpenAlexvenueaboutno aff
Brynn Kosteniuk, Colleen Anne Dell

Notice bibliographique

RevueAporia · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueHuman-Animal Interaction Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEmpowermentThematic analysisMental healthSubstance abuseMethadone maintenancePsychologyOpioid use disorderMethadoneSocial supportSubstance useVulnerability (computing)PsychiatryMedicinePsychotherapistQualitative researchOpioidPolitical scienceSociology

Résumé

récupéré en direct d'OpenAlex

The past decade has witnessed increased attention to the benefits of companion animals on human health, though little attention has been paid to the potential to support recovery from a substance use disorder. Amidst an opioid crisis in Canada, studying this overlooked source of support may be beneficial. This study explores how companion animals support the recovery of seven methadone maintenance treatment patients in a Canadian core neighborhood. Through semi-structured interviews and a thematic analysis, the findings demonstrate that individuals’ companion animals support their recovery in four areas of their lives: (i) social, (ii) health and wellbeing, (iii) home, and (iv) purpose and empowerment. These themes were found to align with and expand upon the four dimensions of a Life in Recovery outlined by the Substance Abuse and Mental Health Services Administration. Structuring the paper by the expanded categories, this study introduces how companion animals fulfilled supportive roles that other humans could not or chose not to provide, while the human-animal bond encouraged a strengths-based approach to individuals’ recovery. This helped foster positive self-identity and a perceived choice over individuals’ recovery pathways.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,133
Score d'incertitude au seuil0,264

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0100,003
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,044
Tête enseignante GPT0,327
Écart entre enseignants0,282 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAporiaMême sujetHuman-Animal Interaction StudiesTravaux en français237 207